2022年实战营销方案
2020-02-03 17:42:44 阅读(1090)
一个专业的crm专员想要做好营销活动的策划与管理,不仅要不断完善会员制度,同时还得会crm数据分析,因此这样的专员对市场而言也是可遇不可求。但是针对CRM数据分析,小万为大家寻找到了一些每个人都能掌握的crm数据分析方法。
此图片源于网络
一,KPI指标分析
crm专员每天都要面对大量的会员数据;会员基础信息数据、行为数据、交易订单数据等等。这些数据往往会使我们胡子眉毛一把抓。但是如果静下心来先梳理一遍自己的业务,明确目标。这么做是为了提升复购率?还是为了减少营销成本?只有在目标明确的前提下,我们才能更进一步。
比如目标是减少客户流失,接下来就可以通过分析流失率,来了解客户的总体流失情况。通过购买频率和消费金额来细分会员。通过活动响应率和平均购物折扣,来制订客户挽回的策略等等。
而流失率、消费近度、活动响应率这些我们都用到了大量的KPI指标。因此KPI是一个很实用的风向标。
二,RFM模型分析
虽然适用于crm数据分析的数学模型有很多,但是根据市场数据分析显示要说在客户关系管理领域中应用最广泛的,当属RFM模型。
RFM的分析过程大致可以分为四步:
1.准备数据
从系统中拉取订单交易数据,从中筛选出包括店铺名称、订单编号、VIP卡号、VIP姓名、VIP种类、付款时间、实际付款金额等等关键数据。
2.数据预处理
删除因门店不规范录入造成的错误数据,以及因赠品的数据。然后根据公式算出累计付款金额。
3.划分等级
4.赋值计算
三,客户细分
在RFM模型的基础上演化出来的客户细分方法有很多种。有的通过SPSS软件,用K-MEANS算法先将客户进行聚类,反过来寻求业务上的解释。有的利用客户价值矩阵,通过平均消费金额和消费频次两个维度将客户分成乐于消费型、不确定型、优质型和经常型客户四种类型。
RFM上都是重要价值客户,需要好好保持;交易金额和次数都很高,因此最近无交易的客户,需要进行老客唤回;而最近有交易且金额很高的深耕客户,是我们需要重点花精力的培养对象。每一种细分都能在实际业务中找到相对应的客户类型,在此基础上,针对性的营销举措才有意义。
以上就是小万为大家介绍的“掌握crm数据分析方法都在这了,都是干货哦!”希望对大家 有帮助,还想了解更多欢迎到万商云集官网,有crm数据分析的更多干货。
相关阅读:
一 客户顾问-张三 一